Urząd Zamówień Publicznych (UZP) powstał w 1995 roku jako centralny organ administracji rządowej z misją tworzenia przejrzystego systemu zamówień publicznych. Wśród jego priorytetów znajdują się m.in. dbanie o jawność przetargów, uczciwą konkurencję i wyrównywanie szans dla wszystkich potencjalnych wykonawców. Tylko w poprzednim roku, na podstawie Prawa Zamówień Publicznych, udzielonych zostało ponad 150 tys. zamówień na kwotę ponad 330 mld złotych.
„Integralną częścią tego systemu jest również procedura odwoławcza. W praktyce oznacza to pracę na kilku tysiącach odwołań rocznie i dziesiątkach tysięcy pism w tego typu sprawach, kierowanych do Krajowej Izby Odwoławczej. Zdecydowaną większość z nich otrzymujemy obecnie drogą elektroniczną" - tłumaczy Marcin Kalmus, dyrektor Biura Odwołań w UZP.
Podobnie jak w innych obszarach naszego życia - także w procesie zamówień publicznych coraz wyraźniejsza staje się obecność sztucznej inteligencji. Na rynku pojawiło się wiele aplikacji wspierających wykonawców i prawników w przygotowywaniu wniosków bądź odwołań. Wśród nich znajdują się: Gaius-Lex (narzędzie przyspieszające tzw. legal research dla profesjonalistów związanych z prawem), Platformazakupowa.pl autorstwa openNexus (kompleksowe rozwiązanie dla instytucji digitalizujące cały proces zamówień publicznych), czy Minerva (platforma AI wspierająca firmy w udziale w zamówieniach publicznych). Znaczące odciążenie zespołów i specjalistów rodzi jednak istotne konsekwencje.
„Obserwujemy rosnącą liczbę odwołań adresowanych do KIO ze względu na stopniowe obniżanie progu wejścia do tej procedury - tam, gdzie do tej pory była wymagana specjalistyczna pomoc prawna, teraz wystarczy narzędzie AI wspierające analizę przepisów i orzecznictwa" - wskazuje Witold Wydmański, specjalista w firmie Gaius-Lex.
Innymi słowy: sztuczna inteligencja niewątpliwie ułatwia przygotowanie ofert i odwołań, ale niesie również ryzyko popełnienia istotnych błędów, które mogą kosztować wykonawców utratę kontraktu. A także może skutkować przeciążeniem całego systemu i swoistym „zalaniem" KIO odwołaniami wygenerowanymi przez sztuczną inteligencję.
„W praktyce AI działa jak zaawansowany asystent: przyspiesza przygotowanie materiału, ale nie może zastąpić myślenia, doświadczenia ani odpowiedzialności prawnika czy wykonawcy. Sztuczna inteligencja może generować projekty pism prawniczych, ale nie zastępuje pracy specjalisty. AI nie zna pełnego kontekstu sprawy i nie podejmuje decyzji strategicznych. Każde pismo wygenerowane z jej udziałem wymaga sprawdzenia, korekty i zatwierdzenia przez człowieka" - dodaje Witold Wydmański.
Granica między odwołaniem napisanym przez profesjonalnego pełnomocnika a przygotowanym z użyciem AI rzeczywiście zaczyna się stopniowo zacierać. Z punktu widzenia prawidłowej ochrony interesu strony postępowania odwoławczego liczy się jednak jedno: czy w piśmie jasno i w odniesieniu do stanu faktycznego wskazano zarzuty wraz z ich uzasadnieniem.
„Bezrefleksyjne korzystanie z AI może prowadzić do masowego składania słabszych, szablonowych odwołań. Algorytm nie zna realiów konkretnego przetargu, bywa podatny na >>halucynacje<< (np. wskazuje nieistniejące orzeczenia czy przepisy) i nie ponosi żadnej odpowiedzialności - tę zawsze ponosi osoba składająca pismo" - ocenia Marcin Kalmus.
Dyrektor Biura Odwołań w UZP dodaje, że „im lepsze dane wejściowe i im bardziej krytyczna weryfikacja wygenerowanej odpowiedzi przez człowieka, tym większa szansa, że AI faktycznie pomaga, a nie szkodzi".
Przewagi i słabości sztucznej inteligencji w obszarze zamówień publicznych doskonale zilustrował eksperyment przeprowadzony na zlecenie Urzędu Zamówień Publicznych, w ramach którego trzy modele AI (GPT-4.1, Claude 4 Sonnet, Bielik-11B) podeszły do egzaminu na członka KIO. Składa się on z dwóch części: sprawdzianu wiedzy teoretycznej (udzielanie odpowiedzi na szereg zamkniętych pytań dotyczących aktualnych przepisów), oraz przygotowania orzeczenia na podstawie konkretnego opisu sprawy.
„Co nie powinno dziwić, z pierwszym elementem egzaminu modele AI poradziły sobie bardzo dobrze - choć nie były bezbłędne, zwłaszcza, kiedy korzystały z pamięci własnej, a nie szerszej bazy. Natomiast kompletnie poległy one na części praktycznej - ich argumentacja i rozumowanie było niespójne, zawierało nieprawdziwe informacje oraz odwołania do nieistniejących wyroków bądź przepisów" - mówi dr inż. Aleksander Smywiński-Pohl z Akademii Górniczo-Hutniczej w Krakowie.
Co istotne, na pierwszy rzut oka pisma wygenerowane przez AI wyglądały poprawnie - dopiero po wnikliwej analizie egzaminatorzy zauważali ewidentne błędy oraz przeoczenia. Poprawne dane albo mieszały się z fałszywymi, albo algorytm wyciągał z nich niewłaściwe, nielogiczne wnioski.
„To pokazuje, że AI faktycznie może się sprawdzić jako asystent, który jest w stanie szybko znaleźć jakieś informacje czy fragmenty dokumentów, ale jeszcze daleka droga do zastąpienia nią człowieka, nawet w segmencie prostych decyzji. Sami egzaminatorzy przekonywali, że nie chcieliby, aby sztuczna inteligencja choćby sugerowała im jakieś decyzje, gdyż pozór poprawności jej działania mógłby zmylić urzędnika w podejmowaniu decyzji administracyjnej" - dodaje dr Smywiński-Pohl.
Przedstawiciele UZP wskazują w kontekście eksperymentu na konkretne wnioski i rekomendacje. Po pierwsze, konieczne jest rozwijanie edukacji oraz standardów odpowiedzialnego korzystania z narzędzi AI - z wyraźnym podkreśleniem, że mają one charakter wyłącznie pomocniczy i każdorazowo wymagają weryfikacji przez człowieka. Po drugie, administracja publiczna musi równolegle budować i rozwijać własne narzędzia, aby nie tonęła w masowo generowanych dokumentach i była w stanie sprawnie obsłużyć rosnący napływ korespondencji. Po trzecie wreszcie, potrzebne są wspólne standardy danych i komunikacji elektronicznej, tak aby przekazywane dokumenty były czytelne nie tylko dla ludzi, lecz także dla systemów teleinformatycznych.
„Stąd nasze zainteresowanie narzędziami, które pomagają klasyfikować korespondencję, porządkować załączniki czy szybciej wyszukiwać informacje w orzecznictwie - zawsze jako wsparcie pracy człowieka, nie jego zastępstwo. Równolegle rozwijamy inicjatywy data‑driven dla całego systemu zamówień publicznych, czego przykładem jest projekt >>Data‑driven Public Procurement Reform in Poland<<, realizowany z udziałem Komisji Europejskiej i OECD" - konkluduje Przemysław Grosfeld, Wiceprezes Urzędu Zamówień Publicznych.
Napisz komentarz
Komentarze